KLASIFIKASI PENYAKIT PNEUMONIA DAN NON-PNEUMONIA PADA PARU-PARU MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR & CONVOLUTIONAL NEURAL NETWORK

SARI, PUTRI NINDA (2023) KLASIFIKASI PENYAKIT PNEUMONIA DAN NON-PNEUMONIA PADA PARU-PARU MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR & CONVOLUTIONAL NEURAL NETWORK. S1 thesis, Universitas Mercu Buana.

Text (JURNAL MAHASISWA) Jurnal 41517120021 Putri Ninda Sari.pdf Restricted to Registered users only Download (4MB)

Abstract

Diseases such as pneumonia that attack the respiratory organs, namely the human lungs, are still a serious disease and are common, especially during this pandemic. This disease can be caused by bacterial, virus and fungal infections. Symptoms of pneumonia are generally characterized by coughing up yellow or greenish phlegm, fever, chills, shortness of breath, feeling chest pain, loss of appetite, nausea and weight loss. To support easier decision making and to be able to produce the same diagnosis as that of an expert at a hospital, the authors made a classification analysis to predict pneumonia using the K-Nearest Neighbor algorithm and the Convolutional Neural Network. The K-Nearest Neighbor algorithm is a method that is suitable for use in classification problems, because this method has advantages including being effective against large training data and tough against noisy training data. Meanwhile, the Convolutional Neural Network algorithm can be used to classify images by looking at the Xray (CT-Scan) of the patient's lungs. From the computerized prediction results using the 2 algorithms, it is hoped that it can help the process of determining pneumonia and nonpneumonia diseases more effectively and efficiently. Keywords: Pneumonia, Lungs, KNN, Classification Penyakit seperti pneumonia yang menyerang organ pernapasan yaitu paru-paru manusia masih menjadi salah satu penyakit serius dan banyak terjadi terutama di saat pandemi ini. Penyakit ini dapat disebabkan oleh infeksi bakteri, virus, dan jamur. Gejala dari penyakit pneumonia umumnya ditandai dengan batuk berdahak kuning atau kehijauan, demam, menggigil, sesak nafas, merasakan nyeri dada, menghilangnya nafsu makan, mual dan penurunan berat badan. Untuk menunjang pengambilan keputusan yang lebih mudah dan dapat menghasilkan diagnosa yang sama dengan yang dilakukan oleh seorang ahli pada rumah sakit, maka penulis membuat analisis klasifikasi untuk memprediksi penyakit pneumonia dengan menggunakan algoritma KNearest Neighbor dan Convolutional Neural Network. Algoritma K-Nearest Neighbor merupakan salah satu metode yang cocok digunakan pada masalah pengklasifikasian, dikarenakan metode ini memiliki kelebihan diantaranya efektif terhadap data latih yang besar serta tangguh terhadap data latih yang noisy. Sedangkan algoritma Convolutional Neural Network dapat digunakan dalam melakukan klasifikasi terhadap citra dengan melihat rontgen (CT-Scan) paru-paru penderita. Dari hasil prediksi yang terkomputerisasi menggunakan 2 algoritma tersebut diharapkan dapat membantu proses penentuan penyakit pneumonia dan nonpneumonia lebih efektif dan efisien. Kata Kunci : Pneumonia, Paru-Paru, KNN, Klasifikasi

Item Type:	Thesis (S1)
Call Number CD:	JM/INFO. 23 025
NIM/NIDN Creators:	41517120021
Uncontrolled Keywords:	Pneumonia, Paru-Paru, KNN, Klasifikasi
Subjects:	000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 003 Systems/Sistem-sistem 000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 003 Systems/Sistem-sistem > 003.5 Computer Modeling and Simulation/Model dan Simulasi Komputer 000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 004 Data Processing, Computer Science/Pemrosesan Data, Ilmu Komputer, Teknik Informatika 000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 004 Data Processing, Computer Science/Pemrosesan Data, Ilmu Komputer, Teknik Informatika > 004.1 General Works on Specific Types of Computers/Karya Umum tentang Tipe-tipe Khusus Komputer
Divisions:	Fakultas Ilmu Komputer > Informatika
Depositing User:	CALVIN PRASETYO
Date Deposited:	10 Nov 2023 06:49
Last Modified:	10 Nov 2023 06:49
URI:	http://repository.mercubuana.ac.id/id/eprint/84111

Actions (login required)

View Item